MétaCan
Menu
Retour à la cohorte
Enregistrement W4319437545 · doi:10.1017/s0003975622000340

Micro-Segregation and the Jewish Ghetto: A Comparison of Ethnic Communities in Germany

2023· article· en· W4319437545 sur OpenAlexaff
Martin Ruef, Angelina Grigoryeva

Notice bibliographique

RevueEuropean Journal of Sociology · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban, Neighborhood, and Segregation Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesHarvard UniversityPrinceton University
Mots-clésEthnic groupJudaismGermanPovertyStigma (botany)Scale (ratio)SociologyGeographyPolitical sciencePsychologyLawAnthropologyArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract This study introduces the concept of micro-segregation as an alternative to ghettoization in order to understand residential patterns in historical Jewish communities. The process of ghetto formation is associated with the spatial separation of a minority group as a result of racial stigma and poverty. It operates at a large scale and posits that ghetto boundaries will be rigidly policed. By contrast, the process of micro-segregation is associated with the separation of a minority group as a result of marginalized legal status. It operates at a smaller scale and posits that the boundaries of ethnic communities are porous, offering sites of economic value. To assess the conceptual utility of micro-segregation, we apply it to four Jewish communities in the German states before the 20th century. Spatial analysis suggests that the communities varied in their degree of micro-segregation, but consistently offered economic opportunity at the boundaries of Christian and Jewish worlds.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,509
Score d'incertitude au seuil0,742

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,101
Tête enseignante GPT0,363
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of SociologyMême sujetUrban, Neighborhood, and Segregation StudiesTravaux en français237 207